오픈 웨이트 모델은 일반적으로 대규모 언어 모델이나 다른 기반 모델과 같은 머신러닝 모델로, 학습된 매개변수 또는 가중치가 공개적으로 배포되어 누구나 다운로드하고, 로컬에서 실행하고, 검사하고, 미세 조정할 수 있는 모델을 말한다. 이는 GPT-4나 Claude와 같은 독점 또는 폐쇄형 모델과 대조되는데, 이러한 모델은 유료 API나 호스팅된 인터페이스를 통해서만 접근할 수 있으며 기본 가중치는 비공개로 유지된다.
용어
오픈 웨이트는 오픈소스 대신 자주 사용되는 용어인데, 가중치만 공개하는 것은 일반적으로 학습 데이터, 학습 코드, 방법론도 공개되고 자유롭게 재사용 가능해야 한다는 전통적인 오픈소스 정의를 충족하지 못하기 때문이다. 가장 널리 사용되는 오픈 모델들, 예를 들어 Llama, Mistral의 출시 모델, Qwen 등은 가중치와 종종 아키텍처 세부 사항을 공개하지만, 전체 학습 데이터나 완전한 학습 레시피는 공개하지 않는다. 따라서 오픈 웨이트는 오픈소스 AI보다 더 정확한 용어이며, 오픈소스 이니셔티브와 같은 조직은 이 용어를 더 엄격하게 정의하기 위해 노력해 왔다.
역사
초기의 영향력 있는 오픈 출시에는 Meta의 Llama 모델이 포함되는데, 2023년 2월에 처음 공개되었고 공식적인 광범위한 출시 전에 처음에는 유출되기도 했으며, 커뮤니티의 미세 조정과 파생 모델의 물결을 촉발했다. Stability AI의 Stable Diffusion(2022)은 이미지 생성 분야에서 유사한 역할을 했다. 2023년부터 2025년까지 오픈 웨이트 출시가 급증했으며, 여기에는 Mistral AI의 모델, 알리바바의 Qwen 제품군, 특히 2025년 1월의 DeepSeek의 DeepSeek-R1이 포함된다. 이는 학습 효율성 주장이 DeepSeek 시장 충격에 기여한 오픈 웨이트 추론 모델이다. 앨런 인공지능 연구소의 OLMo 프로젝트를 포함한 비영리 및 연구 노력은 가중치와 함께 학습 데이터와 코드를 공개하여 더 완전한 개방성을 추구해 왔다.
라이선스
오픈 웨이트 모델은 전통적인 오픈소스에 가까운 허용적 라이선스부터, 회사 수익에 연동된 사용량 상한이나 경쟁 모델 학습에 출력을 사용하는 것을 제한하는 조건을 부과하는 맞춤형 라이선스까지 다양한 라이선스로 배포된다. 이러한 다양성은 "오픈"이라는 용어를 논쟁의 여지가 있는 라벨로 만들었는데, 둘 다 오픈 웨이트로 설명되는 두 모델이 의미 있게 다른 법적 조건을 가질 수 있기 때문이다.
오픈 대 폐쇄 논쟁
오픈 웨이트 배포 지지자들은 이것이 강력한 AI에 대한 접근을 민주화하고, 독립적인 안전 연구와 해석 가능성 작업을 가능하게 하며, 공급업체 종속을 피하고, 개인정보 보호에 민감하거나 오프라인 환경에서의 배포를 허용한다고 주장한다. AI 안전 분야의 일부 목소리를 포함한 비판자들은 가중치가 공개되면 호스팅된 모델에 내장된 안전 완화 장치, 예를 들어 유해한 사용을 방지하는 가드레일이 모델을 미세 조정할 기술적 능력을 가진 사람이라면 누구나 제거할 수 있으며, 오픈 배포는 위험한 능력에 대한 접근을 사후에 철회할 수 있는 능력을 제거한다고 주장한다. 얀 르쿤과 같은 인물은 경쟁과 과학적 진전에 필수적인 개방성을 주장하는 반면, 다른 이들은 OpenAI가 2019년 GPT-2로 처음 채택한 것처럼 더 신중하고 단계적인 배포 관행을 선호한다.
경제적 및 지정학적 차원
오픈 웨이트 배포는 경쟁 전략이 되었다. Meta는 Llama를 제품과 인프라에서 경쟁하는 동안 기본 모델 계층을 상품화하는 방법으로 포지셔닝했으며, 중국 연구소들의 공격적인 오픈 배포는 부분적으로 첨단 칩에 대한 미국 수출 통제에 대한 대응으로 해석된다. 선도적인 독점 API에 대한 접근이 제한된 곳에서도 널리 채택된 오픈 모델이 영향력을 확장하기 때문이다. 2025년 현재, 여러 연구소의 오픈 웨이트 모델은 많은 벤치마크에서 선도적인 폐쇄형 모델의 성능에 근접하지만, 가장 큰 프런티어 모델은 일반적으로 폐쇄된 상태로 유지되고 있다.